使用 Amazon SageMaker AI 的機器學習概觀 - Amazon SageMaker AI

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

使用 Amazon SageMaker AI 的機器學習概觀

本節說明典型的機器學習 (ML) 工作流程，並說明如何使用 Amazon SageMaker AI 完成這些任務。

在機器學習中，您會教導電腦進行預測或推論。首先，請使用演算法和範例資料來訓練模型。然後，您將模型整合到您的應用程式中，以即時和大規模地產生推論。

下圖顯示建立 ML 模型的典型工作流程。它包含循環流程中的三個階段，我們會更詳細地進行圖表：

  • 產生範例資料

  • 訓練模型

  • 部署模型

ML 模型建立的三個階段。

圖表顯示如何在大多數典型案例中執行下列任務：

  1. 產生範例資料 – 若要訓練模型，您需要範例資料。您需要的資料類型取決於您希望模型解決的業務問題。這與您希望模型產生的推論相關。例如，如果您想要建立從手寫數字的輸入影像預測數字的模型。若要訓練此模型，您需要手寫數字的範例影像。

    資料科學家通常會花時間探索和預先處理範例資料，然後再將其用於模型訓練。如需預處理資料，通常需要執行以下作業：

    1. 擷取資料 – 您可能有內部範例資料儲存庫，或者您可能使用可公開取得的資料集。一般而言，您會將資料集提取至單一儲存庫。

    2. 清除資料 – 為了改善模型訓練，請視需要檢查資料並進行清除。例如，如果您的資料具有具有值 United States和 的country name屬性US，您可以編輯資料以保持一致。

    3. 準備或轉換資料 – 為了改善效能，您可以執行額外的資料轉換。例如，您可以選擇合併模型的屬性，以預測需要將飛機除冰的條件。您可以將這些屬性合併為新的屬性，以獲得更好的模型，而不是分別使用溫度和濕度屬性。

    在 SageMaker AI 中，您可以在整合開發環境 (IDE) 中使用 SageMaker APIs搭配 SageMaker Python SDK 預先處理範例資料。使用適用於 Python 的 SDK (Boto3)，您可以擷取、探索和準備資料以進行模型訓練。如需有關資料準備、處理和轉換資料的資訊，請參閱 在 SageMaker AI 中選擇正確資料準備工具的建議、 使用 SageMaker Processing 的資料轉換工作負載和 使用 Feature Store 建立、存放和共用功能。

  2. 訓練模型 – 模型訓練包括訓練和評估模型，如下所示：

    • 訓練模型 – 若要訓練模型，您需要演算法或預先訓練的基礎模型。您所選的演算法會視多種因素而定。對於內建解決方案，您可以使用 SageMaker 提供的其中一個演算法。如需 SageMaker 提供的演算法清單以及相關考量事項，請參閱Amazon SageMaker 中的內建演算法和預先訓練的模型。如需提供演算法和模型的基於使用者介面的訓練解決方案，請參閱SageMaker JumpStart 預先訓練的模型。

      您亦需擁有適用於訓練的運算資源。您的資源使用取決於訓練資料集的大小，以及您需要結果的速度。您可以使用從單一一般用途執行個體到 GPU 執行個體分散式叢集的各種資源。如需詳細資訊，請參閱使用 Amazon SageMaker 訓練模型。

    • 評估模型 – 訓練模型後，您會評估模型，以判斷推論的準確性是否可接受。若要訓練和評估模型，請使用 SageMaker Python SDK，透過其中一個可用的 IDEs 將請求傳送至模型以進行推論。如需評估模型的詳細資訊，請參閱使用 Amazon SageMaker Model Monitor 進行資料和模型品質監控。

  3. 部署模型 – 您傳統上在將模型與應用程式整合並部署模型之前，會將其重新設計。使用 SageMaker AI 託管服務，您可以獨立部署模型，將其與應用程式程式碼分離。如需詳細資訊，請參閱部署用於推論的模型。

機器學習屬於連續循環作業。部署模型後，您可以監控推論、收集更高品質的資料，以及評估模型以識別偏離。然後，您可以更新訓練資料以包含新收集的高品質資料，藉此提高推論的準確性。隨著更多範例資料可供使用，您可以繼續重新訓練模型以提高準確性。